Mateusz Grzyb - data science, machine learning, sztuczna inteligencja
  • Start
  • O mnie
  • Spis treści
  • Mój kanał YouTube
  • Portfolio projektów
  • Czytelnia
  • Kontakt

regresja logistyczna

Machine Learning w problemie scoringu – case study cz. 2

20 stycznia 2023 Mateusz Grzyb 0

Kontynuacja poprzedniego wpisu dotyczącego studium przypadku. W tej części skupiam się na głównym wnioskach z projektu, jakie udało mi się spisać i zapamiętać.

Machine Learning w problemie scoringu – case study cz. 1

9 grudnia 2022 Mateusz Grzyb 0

W tym wpisie chciałbym się z Tobą podzielić przebiegiem i wnioskami z jednego z projektów, które miałem okazję realizować.

DSP 005: Transformacja zmiennych z użyciem WoE

22 czerwca 2020 Mateusz Grzyb 0

Transformacja WoE  jest bodaj najpopularniejszym reprezentantem metod tzw. target encodingu. W tym odcinku Data Science Plus opowiadam o jej zastosowaniach, wadach i zaletach. Zapraszam do […]

Darmowy poradnik: Uczenie maszynowe. Sekrety doboru odpowiedniego algorytmu

25 maja 2020 Mateusz Grzyb 4

Przez kilka ostatnich tygodni pracowałem po godzinach, by zebrać w jednym miejscu wiedzę dotyczącą algorytmów uczenia maszynowego. Dziś chciałbym Ci drogi czytelniku udostępnić rezultaty moich […]

O blogu

Blog o Data Science

W Data Science teoria to 20% sukcesu - reszta to świadome i przemyślane działanie.
Na łamach mojego bloga w prosty sposób opisuję jak w praktyce zastosować zaawansowane algorytmy, techniki i narzędzia z dziedziny Data Science.

POBIERZ BEZPŁATNY PORADNIK

Pamiętasz zasadę Pareto? W bezpłatnym poradniku, który przygotowałem, omawiam 20% technik, które w codziennej pracy z danymi przynoszą 80% efektów.

Zapisz się na mój newsletter i pobierz bezpłatny poradnik: „10 kroków do lepszego zrozumienia danych". Dzięki niemu nadasz odpowiednią strukturę swojej pracy, lepiej zrozumiesz analizowany zbiór i zaoszczędzisz czas.

Copyright © 2016 - 2023 MG Mateusz Grzyb | Strona używa plików cookies. Kontynuowanie przeglądania oznacza zgodę na ich użycie. | Polityka prywatności | Regulamin szkolenia

×